¿Cómo puedes medir la felicidad cuando significa diferentes cosas para diferentes personas?
Medir la felicidad se está convirtiendo en una herramienta importante. El crecimiento económico, la salud física y la confianza en las perspectivas futuras de una persona o país son factores importantes al evaluarlos y compararlos. Sin embargo, ninguna institución, nación o grupo de personas puede entenderse correctamente sin tener en cuenta una serie de otros elementos.
Uno de esos elementos clave que los académicos están considerando cada vez más es la felicidad. Sin embargo, medir la felicidad presenta ciertos desafíos. De hecho, ¿cómo y por qué deberíamos preocuparnos por ello?
Medir la felicidad es complicado porque depende del mapeo del bienestar subjetivo. Por supuesto, el bienestar subjetivo es solo eso: una idea que variará de persona a persona.
En otras palabras, medir la felicidad en un individuo podría significar que su bienestar subjetivo se registra en un nivel mucho más alto que otro. ¿Quién podría decir si esto es realmente exacto? ¿Quién puede decir que la respuesta dada es en algún sentido ‘incorrecta’? ¿No deberíamos abandonar la idea de medir la felicidad por ser demasiado compleja o matizada?
¿Por qué estudiar ciencia de datos?
El mundo necesita cada vez más personas capaces de usar efectivamente los datos para tomar mejores decisiones. En los últimos años, la disponibilidad de datos sobre el comportamiento de las personas, el funcionamiento de las empresas y los gobiernos, y las interacciones entre todos estos actores ha crecido exponencialmente. Esta disponibilidad de datos y la evolución de las capacidades computacionales han generado importantes desarrollos tecnológicos relacionados con la inteligencia artificial. La ciencia de datos se proyecta al futuro porque responde a la creciente necesidad de usar evidencia para la toma de decisiones en todos los ámbitos sociales.
Usaremos la base de la felicidad para encontrar esta relación y determinar si el PIB per capita variable independiente tiene un efecto causal sobre la expectativa de vida variable dependiente.
Las variables de las base de datos son:
| vars | n | mean | sd | median | trimmed | mad | min | max | range | skew | kurtosis | se | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Ladder.score | 3 | 144 | 5.5708681 | 1.1118500 | 5.5945 | 5.5962931 | 1.0066854 | 2.375 | 7.780 | 5.405 | -0.2555846 | -0.2583103 | 0.0926542 |
| Logged.GDP.per.capita | 4 | 138 | 9.4770290 | 1.1435443 | 9.5945 | 9.5244196 | 1.4522067 | 6.966 | 11.648 | 4.682 | -0.3190386 | -0.9100742 | 0.0973450 |
| Social.support | 5 | 144 | 0.8167917 | 0.1177613 | 0.8440 | 0.8304914 | 0.1082298 | 0.420 | 0.982 | 0.562 | -1.0168491 | 0.6905353 | 0.0098134 |
| Healthy.life.expectancy | 6 | 139 | 65.0039137 | 6.6502018 | 66.6000 | 65.4263186 | 6.8199600 | 48.700 | 77.100 | 28.400 | -0.5433374 | -0.5630641 | 0.5640628 |
| Freedom.to.make.life.choices | 7 | 143 | 0.7945524 | 0.1168096 | 0.8170 | 0.8049217 | 0.1215732 | 0.385 | 0.970 | 0.585 | -0.9158434 | 0.8985806 | 0.0097681 |
| Generosity | 8 | 137 | -0.0198905 | 0.1541006 | -0.0450 | -0.0324505 | 0.1482600 | -0.289 | 0.561 | 0.850 | 1.0040160 | 1.7473544 | 0.0131657 |
| Perceptions.of.corruption | 9 | 136 | 0.7226544 | 0.1857466 | 0.7745 | 0.7512000 | 0.1275036 | 0.070 | 0.963 | 0.893 | -1.4434933 | 1.6631325 | 0.0159276 |
| Positive.affect | 10 | 143 | 0.7112168 | 0.1117042 | 0.7290 | 0.7190696 | 0.1200906 | 0.322 | 0.891 | 0.569 | -0.7333000 | 0.4540144 | 0.0093412 |
| Negative.affect | 11 | 143 | 0.2870140 | 0.0887855 | 0.2740 | 0.2833043 | 0.0934038 | 0.093 | 0.502 | 0.409 | 0.3383560 | -0.6778361 | 0.0074246 |